Madrid oder Mailand Hauptsache Italien Datenqualität & MDM in DWH Projekten

Größe: px
Ab Seite anzeigen:

Download "Madrid oder Mailand Hauptsache Italien Datenqualität & MDM in DWH Projekten"

Transkript

1 Madrid oder Mailand Hauptsache Italien! Datenqualität & MDM in DWH Projekten OPITZ CONSULTING GmbH 2014 Seite 1

2 Mission Wir entwickeln gemeinsam mit allen Branchen Lösungen, die dazu führen, dass sich diese Organisationen besser entwickeln als ihr Wettbewerb. Unsere Dienstleistung erfolgt partnerschaftlich und ist auf eine langjährige Zusammenarbeit angelegt. Leistungsangebot Business IT Alignment Business Information Management Business Process Management Anwendungsentwicklung SOA und System-Integration IT-Infrastruktur-Management Märkte Branchenübergreifend Über 600 Kunden 29% Industrie / Versorger / Telekommunikation Eckdaten Gründung Mitarbeiter 9 Standorte 29% Handel / Logistik / Dienstleistungen 42% Öffentliche Auftraggeber / Banken und Versicherungen / Vereine und Verbände OPITZ CONSULTING GmbH 2014 Seite 2

3 Agenda 1. Datenqualität und MDM 2. Datenqualität als Querschnittsthema für Technik, Organisation und Methodik 3. Data Quality in der Praxis: Oracle DWH, OWB/ODI, Oracle Enterprise Data Quality 4. Fazit OPITZ CONSULTING GmbH 2014 Seite 3

4 1 Datenqualität und Master Data Management Unsere Chancen, das Viertelfinale zu erreichen, stehen 50:50 oder 60:60. Reiner Calmund OPITZ CONSULTING GmbH 2014 Seite 4

5 Big Data und Datenqualität: Neuer Trend und alte Weisheit! Quelle: OPITZ CONSULTING GmbH 2014 Seite 5

6 Datenqualitätsprobleme OPITZ CONSULTING GmbH 2014 Seite 6

7 Datenqualitätsprobleme OPITZ CONSULTING GmbH 2014 Seite 7

8 Direkt Sichtbare und vermeintlich unsichtbare Konsequenzen von mangelnder Datenqualität Rückläufer Bußgelder Ertragsverlust Fehlentscheidungen Auftragsverlust Suchdauer Erhöhte Systemkosten Schäden Zeitverlust Mitarbeiterunzufriedenheit Datenwiedereingabe Datenkorrektur Imageverlust Kundenabwanderung Zinskosten Entgangenes Neugeschäft Arbeitsstunden Sicherheitskosten OPITZ CONSULTING GmbH 2014 Seite 8

9 Direkt Sichtbare und vermeintlich unsichtbare Konsequenzen von mangelnder Datenqualität Rückläufer Bußgelder Ertragsverlust Fehlentscheidungen Auftragsverlust Suchdauer Erhöhte Systemkosten Schäden Zeitverlust Mitarbeiterunzufriedenheit Datenwiedereingabe Datenkorrektur Imageverlust Kundenabwanderung Zinskosten Entgangenes Neugeschäft Arbeitsstunden Sicherheitskosten OPITZ CONSULTING GmbH 2014 Seite 9

10 Master Data Management: Neue Disziplin, bekannte Zielsetzung Master Data Management (Synonym: Stammdatenmanagement) ist das Management zur Sicherstellung der Qualität der Stammdaten und verfolgt den Zweck, die Eignung der Stammdatenobjekte bei Verwendung in allen wertschöpfenden Prozessen des Unternehmens sicherzustellen. Das MDM beinhaltet alle hierzu notwendigen operativen und steuernden Prozesse, die eine qualitätsgesicherte Definition herbeiführen sowie die Pflege und Verwaltung der Stammdatenobjekte sicherstellen. Zudem stellt das MDM die IT-Komponenten zur Abbildung dieser Prozesse. Zweck des Master Data Managements Nutzung Nutzbarkeit OPITZ CONSULTING GmbH 2014 Seite 10

11 Stammdaten und andere Datentypen Stammdaten Änderungsdaten Bestandsdaten Bewegungsdaten Länder-Code (*) Lieferant enthält Kunde ändert Update Zahlungsart Verweist auf Bestellung Bestellkopf Produkt enthält Bestellpositionen lagert Lagerort hat Lagerbestand ändert (*) Referenzdaten (Werteliste, Codelisten) OPITZ CONSULTING GmbH 2014 Seite 11

12 2 Datenqualität als Querschnittsthema für Technik, Organisation und Methodik Der Jürgen Klinsmann und ich, wir sind ein gutes Trio. Ich meinte: ein Quartett! Fritz Walter jun. OPITZ CONSULTING GmbH 2014 Seite 12

13 Datenqualität in seinen Dimensionen OPITZ CONSULTING GmbH 2014 Seite 13

14 Mithilfe des DQM-Zyklus Datenqualität aktiv managen Probleme identifizieren und priorisieren Data Monitoring Data Monitoring Data Profiling Erfolg bewerten Zielwerte definieren Data Cleansing Prozess und Systeme verbessern Ursache analysieren Data Profiling OPITZ CONSULTING GmbH 2014 Seite 14

15 Data Stewards leben den DQM-Zyklus Steward (engl.): auch Verwalter, Obmann, Vertrauensmann, Mittler, Bewahrer (Fachbereichs-)Rolle im Unternehmen für proaktives Datenqualitätsmanagement Prozessorientierung vs. Domänenorientierung Bestellprozess Data Steward Gruppe Lagerdaten Data Steward Gruppe Kunden Lieferprozess Lieferanten Produkte OPITZ CONSULTING GmbH 2014 Seite 15

16 Datenqualität in der Architektur: DWHs sind besonders anfällig für DQ-Mängel Stage EM Marts/Cubes? Quellsysteme BI & DWH Infrastruktur OPITZ CONSULTING GmbH 2014 Seite 16

17 Master Data Management als qualitätssicherndes Element in der DWH-Landschaft Quelle: Gartner BI Summit 2013, Big Data and Analytics Strategy Essentials OPITZ CONSULTING GmbH 2014 Seite 17

18 Methoden im Datenqualitätsmanagement Data Profiling Data Cleansing Data Monitoring Sammeln und Analysieren von Informationen zu Inhalt, Struktur und Qualität der Daten Verfahren zum Entfernen und Korrigieren von Datenfehlern Kontinuierliches Erkennen und Überwachen von Datenqualität und Datenqualitätskennzahlen OPITZ CONSULTING GmbH 2014 Seite 18

19 Ansätze für Data Profiling Attributanalyse Datensatzanalyse Tabellenanalyse Attributname Datentyp Wertebereich Muster Domänen NULL-Werte Eindeutigkeit Schlüsselattribute Abgeleitete Attribute Attributsbeziehungen Individuelle Geschäftsregeln Referenzielle Abhängigkeiten Anzahl Datensätze Kardinalitäten Individuelle Geschäftsregeln OPITZ CONSULTING GmbH 2014 Seite 19

20 Data Profiling am Beispiel Bestelldaten Data Profiling Umsatz pro Sparte? Umsatz pro Gruppe? Umsatz pro Produkt? Werden korrekte Rechnungen erstellt? Umsatz pro Kunde? Macht die Kundenkarte Sinn? Sparte Gruppe Fehlerhafte Spartenkennzeichnung von Gruppen Waisen Falsche Statuskennzeichnung von Produkten Produkt Falsche Verschlüsselung von Produkten Doppelte Produktnummern Bestellung Bestellposition Fehlerhafte, nicht rechenbare Einzelpreisbezeichnung Kunde Doppelte Wertebelegung von Statuskennzeichnung OPITZ CONSULTING GmbH 2014 Seite 20

21 Data Cleansing Methoden Data Cleansing Maik Lehmann Maik Lehmann Validierung Maik Lehmann? Verarbeitung Abweisung Zurückhaltung Verarbeitung mit Bereinigung Herr Maik Lehmann Herr Maik Lehmann Standardisieren 1,2 kg 1200g Strukturieren Normieren Bereinigen Frankfurt am Main Frankfurt a. Main Frankfurt/Main Maik Lehmann Maik Lehmann Verarbeiten Entfernen Ersetzen Ableiten Vorgabewerte verwenden Duplikate entfernen Auftrennen Maik Lehmann Berlin 800 km² 3,4 Mio Einwohner Vorwahl 030 Anreicherung Anreicherung mit ergänzenden Informationen OPITZ CONSULTING GmbH 2014 Seite 21

22 Data Cleansing am Beispiel Kundenstammdaten Data Cleansing Domains? Varianten? Ausreißer? Regeln ableiten Analysieren/ Data Profile erstellen Daten anreichern/ Kaufkraft, Bonität Referenzdaten Strasse, PLZ, Ort Kundenstammdaten (Urzustand) Daten standardisieren Kundenstammdaten (standardisiert) Daten bereinigen Kundenstammdaten (bereinigt) Steigerung der Datenqualität OPITZ CONSULTING GmbH 2014 Seite 22

23 Data Monitoring am Beispiel eines unternehmensweiten Kennzahlenbaum Data Monitoring Hauptziel Datenqualität Musterunternehmen Ist 86% vs. Soll 94% Teilziele Vertriebsstammdaten Ist 95% vs. Soll 97% Logistikdaten Ist 77% vs. 91% Soll Unterziele Rückläufer Mailingaktion Ist 97% vs. Soll 96% Kundendoubletten Ist 93% vs. Soll 98% Zuordnungstreue Transportbehälter und Produkt Ist 77% vs. Soll 91% OPITZ CONSULTING GmbH 2014 Seite 23

24 3 Data Quality in der Praxis: Oracle DWH, OWB/ODI, Oracle Enterprise Data Quality Das Tor gehört zu 70% mir und 40% dem Wilmots. Ingo Anderbrügge OPITZ CONSULTING GmbH 2014 Seite 24

25 Grundlegende Best Practices Ausreichende Protokollierung Keine manuellen Eingriffe Sicherung der Nachvollziehbarkeit von Datenströmen Klar getrennte Layer und Bereitstellung von Metadaten (auch für Informationsempfänger) Geringe Verschachtelungstiefe und Übernahme von ID s Keine Berechnungen auf nicht statischen Daten Lesbarkeit von Code Datenmodell Standardisiert, z.b. Data Vault Namenskonventionen Constraints unter Berücksichtigung von Performanceaspekten OPITZ CONSULTING GmbH 2014 Seite 25

26 Oracle Datenbankmittel für Fehlerprotokollierung Zeilenbasiertes Exceptionhandling Erhöhter Implementierungsaufwand Mäßige Performance PL/SQL Bulk Processing mit FORALL SAVE EXCEPTIONS Erhöhter Implementierungsaufwand Gute Performance DML Error Logging Geringer Implementierungsaufwand Auch mit OWB & ODI ohne Zusatzkosten nutzbar Ggf. mäßige Performance insbesondere bei Conventional Path Inserts OPITZ CONSULTING GmbH 2014 Seite 26

27 Eigenimplementierung in PL/SQL zur Sicherung der Datenqualität Gründe: Häufig in der Konzeptionsphase kaum DQ-Anforderungen, sondern häufig erst während Implementierung oder Betrieb Glaube an eine gute Datenqualität und Dokumentation Vermeidung von Lizenzkosten Ergebnis: Manuelles Profiling mit Hilfe von vielen einzelnen SQL-Abfragen Korrekturen meist direkt im ETL-Prozess Erweiterte Lösung: Wiederholte Prüfung definierter Regeln Ggf. metadatengestützt Integration von Checks in den ETL-Prozess Darstellung von Fehlern in einem eigenen Bericht OPITZ CONSULTING GmbH 2014 Seite 27

28 Datenqualitätsmanagement am Beispiel eines organisationsübergreifenden DWHs (Pharma) Kunde: weltweit agierendes und forschendes Pharmaunternehmen Partnerunternehmen des Kunden führen klinische Studien durch übermitteln Kennzahlen, Events, Planzahlen, usw. per CSV-Dateien Datenverarbeitung: Polling auf Verzeichnis und Laden der Dateiinhalte Zurückweisung von schwerwiegenden Fehlern Weiterverarbeitung der verbleibenden Informationen Prüfungen auf Basis von Metadaten Darstellung von Inkonsistenzen in einem Bericht Fehlende Werte, z.b. fehlendes Datum eines Events Duplikate Einschätzung der Glaubwürdigkeit Meldung an Partner zur Korrektur OPITZ CONSULTING GmbH 2014 Seite 28

29 Data Cleansing Methoden im aktuellen Projekt Validierung Verarbeitung Abweisung Zurückhaltung Verarbeitung mit Bereinigung Standardisieren Strukturieren Normieren Bereinigen Verarbeiten Entfernen Ersetzen Ableiten Vorgabewerte verwenden Duplikate entfernen Auftrennen Anreicherung Anreicherung mit ergänzenden Informationen OPITZ CONSULTING GmbH 2014 Seite 29

30 Data Quality Option im OWB Zusätzlich Lizenzierung nötig Voll in den OWB integriert Umfangreicher Funktionsumfang Data Profiling Ableitung von Regeln Auditing der Datenqualität mit Data Auditors Anwendung von Data Cleansing Generierung von Tabellen (mit Constraints) Generierung von Funktionen und Mappings: 1. Speicherung der kompletten Datenmenge 2. Speicherung der fehlerhaften Zeilen 3. Speicherung von korrigierten Zeilen 4. Laden der kompletten, bereinigten Datenmenge Migration zu ODI: Data Quality Option nicht im ODI (Alternative: Oracle EDQ) Erstellte Mappings, Tabellen und Funktionen werden migriert, ggf. Nacharbeit nötig OPITZ CONSULTING GmbH 2014 Seite 30

31 Data Quality im ODI Einsatz von Check Knowledge Modulen (CKM) Static control beliebige Quelltabelle Flow control auf der I$-Tabelle Protokollierung in E$-Tabelle Oracle Data Profiling and Quality for Oracle Data Integrator Fremdprodukt von Trillium Jobs für Data Profiling & Data Cleansing Gesteigerter Umfang im Vergleich zu OWB Kann in ODI-Package aufgerufen werden Anscheinend kein strategisches Produkt OPITZ CONSULTING GmbH 2014 Seite 31

32 Oracle Enterprise Data Quality (OEDQ) Entstanden aus Übernahme von Datanomic (2011) Strategisches Produkt von Oracle Heterogene Datenquellen Datenbanken Spreadsheets (Access / Excel) Flat files Umfangreiche Funktionalität Einheitliche Oberfläche mit Fokus auf Fachanwender Weitreichende Integration In ODI-Package per Enterprise Data Quality Open Tool aufrufbar Unternehmensweit einsetzbar sowohl in operativen als auch dispositiven Systemen Kombinierbar mit Oracle MDM OPITZ CONSULTING GmbH 2014 Seite 32

33 OEDQ Systemische Einordnung OPITZ CONSULTING GmbH 2014 Seite 33

34 OEDQ Funktionsumfang OPITZ CONSULTING GmbH 2014 Seite 34

35 ODI/OEDQ Demo OPITZ CONSULTING GmbH 2014 Seite 35

36 OEDQ Integration in den ODI OPITZ CONSULTING GmbH 2014 Seite 36

37 4 Fazit Ihr Fünf spielt jetzt vier gegen drei. Fritz Langner OPITZ CONSULTING GmbH 2014 Seite 37

38 Fazit Datenqualitätsmanagement wird meist unterschätzt und reaktiv gehandhabt. Datenqualität bedeutet mehr als Technik. Data Stewards und DQ-Prozesse sichern langfristig eine gute Datenqualität. Oracle unterstützt Datenqualitätsmanagement in vielfacher Hinsicht von individuellem PL/SQL bis hin zu Enterprise DQ-Anwendungen (Oracle Enterprise Data Quality) Ein offener Umgang mit potentiellen Datenqualitätsproblemen ermöglicht realistischere und damit erfolgreichere BI-Projekte. Im Kontext von Big Data notwendiger den je! OPITZ CONSULTING GmbH 2014 Seite 38

39 Weiterführende Informationen Datenqualität Baustein für Effizienzsteigerung Whitpaper Datenqualitätsmanagement Master Data Management Buch: Master Data Management Masterdata Management Strategie, Organisation, Architektur Kunden- / Projektberichte: Hellmann Worldwide Logistics: Data Cleansing Master Data Management in der Praxis 6 Fallstudien im Vergleich Oracle und Data Quality OPITZ CONSULTING: ETL Monitoring für den OWB OEDQ Product Overview and Roadmap Oracle Data Integration Blog ([1], [2], [3]) DOAG Online: OWB ODI Migration OPITZ CONSULTING GmbH 2014 Seite 39

40 OWB zu ODI Migration Besuchen Sie uns an unserem Stand hier auf der Oracle DWH Konferenz oder auf opitz-consulting.com/owb_und_jetzt OPITZ CONSULTING GmbH 2014 Seite 40

41 Ansprechpartner Timo Bergenthal, Solution Architect BI OPITZ CONSULTING Deutschland GmbH Phone Mobile Jochen Wilms, Business Development & Innovation OPITZ CONSULTING Deutschland GmbH Phone Mobile OPITZ CONSULTING GmbH 2014 Seite 41

Datawarehouse Architekturen. Einheitliche Unternehmenssicht

Datawarehouse Architekturen. Einheitliche Unternehmenssicht Datawarehouse Architekturen Einheitliche Unternehmenssicht Was ist Datawarehousing? Welches sind die Key Words? Was bedeuten sie? DATA PROFILING STAGING AREA OWB ETL OMB*PLUS SAS DI DATA WAREHOUSE DATA

Mehr

erfolgreich steuern Datenqualität rä dpunkt.verlag Ldwi Praxislösungen für Business-Intelligence-Projekte Rüdiger Eberlein Edition TDWI

erfolgreich steuern Datenqualität rä dpunkt.verlag Ldwi Praxislösungen für Business-Intelligence-Projekte Rüdiger Eberlein Edition TDWI Detlef Apel Wolfgang Behme Rüdiger Eberlein Christian Merighi Datenqualität erfolgreich steuern Praxislösungen für Business-Intelligence-Projekte 3., überarbeitete und erweiterte Auflage Edition TDWI rä

Mehr

Datenqualität erfolgreich steuern

Datenqualität erfolgreich steuern Edition TDWI Datenqualität erfolgreich steuern Praxislösungen für Business-Intelligence-Projekte von Detlef Apel, Wolfgang Behme, Rüdiger Eberlein, Christian Merighi 3., überarbeitete und erweiterte Auflage

Mehr

Die Oracle BI Trilogie von Trivadis

Die Oracle BI Trilogie von Trivadis Die Oracle BI Trilogie von Trivadis Teil 2 - Aufbau einer DWH- und BI-Landschaft Zürich, 25. November 2009 Basel Baden Bern Lausanne Zürich Düsseldorf Frankfurt/M. Freiburg i. Br. Hamburg München Stuttgart

Mehr

Wie Fusion CRM die Datenqualität im Marketingprozess erhöhen kann (Fusion CRM@ec4u)

Wie Fusion CRM die Datenqualität im Marketingprozess erhöhen kann (Fusion CRM@ec4u) Wie Fusion CRM die Datenqualität im Marketingprozess erhöhen kann (Fusion CRM@ec4u) Jeder kennt folgende Sätze aus seinem eigenen Unternehmen: Wieso sind so viele doppelte Einträge im System? Kann man

Mehr

DIE DATEN IM ZENTRUM: SAS DATA MANAGEMENT

DIE DATEN IM ZENTRUM: SAS DATA MANAGEMENT DIE DATEN IM ZENTRUM: SAS DATA RAINER STERNECKER SOLUTIONS ARCHITECT SAS INSTITUTE SOFTWARE GMBH Copyr i g ht 2013, SAS Ins titut e Inc. All rights res er ve d. NEUE WEGE GEHEN SAS DATA GOVERNANCE & QUALITY

Mehr

Agile BI in der Praxis

Agile BI in der Praxis Agile BI in der Praxis Agiles Testen Thomas Flecken Consultant OPITZ CONSULTING Deutschland GmbH Oracle DWH Konferenz Kassel, 20.03.2013 OPITZ CONSULTING Deutschland GmbH 2013 Seite 1 Agenda 1. Vorstellung

Mehr

Agenda. Einführung MS SQL Server Integration Services (SSIS) Oracle Data Warehouse Builder (OWB) Zusammenfassung Quellen. Einführung SSIS OWB

Agenda. Einführung MS SQL Server Integration Services (SSIS) Oracle Data Warehouse Builder (OWB) Zusammenfassung Quellen. Einführung SSIS OWB Agenda Einführung MS SQL Server Integration Services () Oracle Data Warehouse Builder () Quellen 10.12.2009 Martin Tobies - DQ Tools 2 Agenda Einführung MS SQL Server Integration Services () Oracle Data

Mehr

Agenda. Portfolioübersicht. Business-Case. Zusammenfassung. Das Ziel. SAP EIM Produktportfolio. Datenreorganisation mit SAP EIM

Agenda. Portfolioübersicht. Business-Case. Zusammenfassung. Das Ziel. SAP EIM Produktportfolio. Datenreorganisation mit SAP EIM Datenreorganisation > Effiziente und performante Stammdatenreorganisation mit SAP Data Services < Simon Hartstein / T-Systems Data Migration Consulting AG / Harmonization & Consolidation Mai 21, 2014 Agenda

Mehr

Wege aus dem Datenlabyrinth

Wege aus dem Datenlabyrinth Wege aus dem Datenlabyrinth - Datenqualität auf dem Prüfstand - 17. November 2009 CEA v6.4 Studie IT-Trends 2009 in Deutschland: Das BI-Top-Thema ist Datenqualität Business Intelligence: Bedeutung einzelner

Mehr

Strategie und Self Service BI im Unternehmen. Gegensätze miteinander kombinieren

Strategie und Self Service BI im Unternehmen. Gegensätze miteinander kombinieren Strategie und Self Service BI im Unternehmen Gegensätze miteinander kombinieren Claas Planitzer Düsseldorf Juni 2015 Agenda 5. Herausforderungen 1. Idealbild 2. Realität 3. Self Service 4. BI. Was ist

Mehr

Bessere Daten durch Stammdatenmanagement

Bessere Daten durch Stammdatenmanagement make connections share ideas be inspired Bessere Daten durch Stammdatenmanagement Mit SAS MDM, bessere Stammdaten für operativen Systeme make connections share ideas be inspired Overview Mit SAS MDM bessere

Mehr

SOA im Zeitalter von Industrie 4.0

SOA im Zeitalter von Industrie 4.0 Neue Unterstützung von IT Prozessen Dominik Bial, Consultant OPITZ CONSULTING Deutschland GmbH Standort Essen München, 11.11.2014 OPITZ CONSULTING Deutschland GmbH 2014 Seite 1 1 Was ist IoT? OPITZ CONSULTING

Mehr

ETL Monitoring & Tuning durch Auswertung der OWB Laufzeit-Metadaten. Referent: Lutz Bauer, Leiter CC Data Integration, MT AG

ETL Monitoring & Tuning durch Auswertung der OWB Laufzeit-Metadaten. Referent: Lutz Bauer, Leiter CC Data Integration, MT AG ETL Monitoring & Tuning durch Auswertung der OWB Laufzeit-Metadaten Referent: Lutz Bauer, Leiter CC Data Integration, MT AG MT AG managing technology Key-facts: 1994: Gründung als MT Software GmbH 2000:

Mehr

Motivation: Datenqualitätsprobleme in der Praxis (1/2) Mars Climate Orbiter. Chinesische Botschaft in Belgrad

Motivation: Datenqualitätsprobleme in der Praxis (1/2) Mars Climate Orbiter. Chinesische Botschaft in Belgrad Datenqualität mit dem DataFlux dfpower Studio 8.1 Tobias Jansen Zaferna-Hütte, 4. Januar 2009 Motivation: Datenqualitätsprobleme in der Praxis (1/2) Mars Climate Orbiter Nasa Marssonde Mars Climate Orbiter

Mehr

Agile BI in der Praxis

Agile BI in der Praxis Agile BI in der Praxis Agiles Testen Andreas Ballenthin, Solution Architect OPITZ CONSULTING Deutschland GmbH Agile World 2014 München, 01.07.2014 OPITZ CONSULTING GmbH 2014 Seite 1 Agenda 1. Vorstellung

Mehr

System Landscape Optimization. Karl Nagel, Patrick Müller

System Landscape Optimization. Karl Nagel, Patrick Müller System Landscape Optimization Karl Nagel, by CaRD / CaRD PLM 2008 Schritte > Voraussetzung: Prozessharmonisierung und Systemintegration > 1. Erstellung eines neuen Meta-Datenmodells/Vereinbarung der gültigen

Mehr

1001 Möglichkeiten eine Staging Area zu füllen. Sven Bosinger its-people GmbH

1001 Möglichkeiten eine Staging Area zu füllen. Sven Bosinger its-people GmbH Ausgangslage Szenarien Populate the Stage - 1001 Möglichkeiten eine Staging Area zu füllen Sven Bosinger its-people GmbH 1 Sven Bosinger Solution Architect BI und Portfoliomanagement BI its-people GmbH

Mehr

Analyse von unstrukturierten Daten. Peter Jeitschko, Nikolaus Schemel Oracle Austria

Analyse von unstrukturierten Daten. Peter Jeitschko, Nikolaus Schemel Oracle Austria Analyse von unstrukturierten Daten Peter Jeitschko, Nikolaus Schemel Oracle Austria Evolution von Business Intelligence Manuelle Analyse Berichte Datenbanken (strukturiert) Manuelle Analyse Dashboards

Mehr

Fördercontrolling im öffentlichen Bereich Aspekte beim Aufbau eines DWH. Software mit Format.

Fördercontrolling im öffentlichen Bereich Aspekte beim Aufbau eines DWH. Software mit Format. Fördercontrolling im öffentlichen Bereich Aspekte beim Aufbau eines DWH Gerd Schandert, Neuss den 18.03.2014 Agenda 1. Vorstellung Auftraggeber 2. Förderung allgemein 3. Schichten im Data Warehouse 4.

Mehr

Big Data: Definition, Einführung und Live Democase [C1] Arne Weitzel Uetliberg, 16.09.2014 www.boak.ch

Big Data: Definition, Einführung und Live Democase [C1] Arne Weitzel Uetliberg, 16.09.2014 www.boak.ch Big Data: Definition, Einführung und Live Democase [C1] Arne Weitzel Uetliberg, 16.09.2014 www.boak.ch Unstrukturierte Daten spielen eine immer bedeutender Rolle in Big Data-Projekten. Zunächst gilt es

Mehr

ETL in den Zeiten von Big Data

ETL in den Zeiten von Big Data ETL in den Zeiten von Big Data Dr Oliver Adamczak, IBM Analytics 1 1 Review ETL im Datawarehouse 2 Aktuelle Herausforderungen 3 Future of ETL 4 Zusammenfassung 2 2015 IBM Corporation ETL im Datawarehouse

Mehr

Unternehmensweites DQ Controlling auf Basis von BI-Werkzeugen. Doreen Hartung, TIQ Solutions GmbH 6. GIQMC, Bad Soden, 26.-28.

Unternehmensweites DQ Controlling auf Basis von BI-Werkzeugen. Doreen Hartung, TIQ Solutions GmbH 6. GIQMC, Bad Soden, 26.-28. Unternehmensweites DQ Controlling auf Basis von BI-Werkzeugen Doreen Hartung, TIQ Solutions GmbH 6. GIQMC, Bad Soden, 26.-28. November 2008 2007 TIQ Solutions GmbH All Rights Reserved. GIQMC Bad Soden,

Mehr

SQL Server 2012 und SharePoint im Unternehmenseinsatz. Referent Daniel Caesar

SQL Server 2012 und SharePoint im Unternehmenseinsatz. Referent Daniel Caesar SQL Server 2012 und SharePoint im Unternehmenseinsatz Referent Daniel Caesar sqlxpert Daniel Caesar Publikationen Themen SQL Server Admin, Entwicklung SharePoint Admin, Entwicklung.NET Entwicklung Rechtssichere

Mehr

Formatierte Berichte Excel-Dateien mittels PL/SQL erzeugen. Robert Marz its-people

Formatierte Berichte Excel-Dateien mittels PL/SQL erzeugen. Robert Marz its-people Formatierte Berichte Excel-Dateien mittels PL/SQL erzeugen Robert Marz its-people 1 Robert Marz Technical Architect Portfoliomanagement Datenbanken its-people Hochtaunus GmbH robert.marz@its-people.de

Mehr

Best Practice: Dezentraler Datenanlieferungsprozess im Enterprise Data Warehouse

Best Practice: Dezentraler Datenanlieferungsprozess im Enterprise Data Warehouse Best Practice: Dezentraler Datenanlieferungsprozess im Enterprise Data Warehouse 07. Juli 2011 DSAG AG Enterprise-BW Klaus Schneider, Celesio AG Marcel Salein, FIVE1 GmbH & Co. KG 1 March 2011, CCEA Agenda

Mehr

Datenqualitätsanalyse ganz einfach auf Basis moderner Werkzeuge zur Unternehmensanalyse

Datenqualitätsanalyse ganz einfach auf Basis moderner Werkzeuge zur Unternehmensanalyse Datenqualitätsanalyse ganz einfach auf Basis moderner Werkzeuge zur Unternehmensanalyse DGIQ-Roadshow, 1.-3. März 2011 Jan Hüfner, Geschäftsführer TIQ Solutions GmbH 2011 TIQ Solutions GmbH All Rights

Mehr

Marketing Intelligence Architektur und Konzepte. Josef Kolbitsch Manuela Reinisch

Marketing Intelligence Architektur und Konzepte. Josef Kolbitsch Manuela Reinisch Marketing Intelligence Architektur und Konzepte Josef Kolbitsch Manuela Reinisch Übersicht Mehrstufiges BI-System Architektur eines Data Warehouses Architektur eines Reporting-Systems Benutzerrollen in

Mehr

Klassisches Projektmanagement und agil

Klassisches Projektmanagement und agil Klassisches Projektmanagement und agil (K)ein Widerspruch!? OPITZ CONSULTING GmbH 2011 Seite 1 Klassisches Projektmanagement und agil (K)ein Widerspruch!? Dr. Andreas Wagener, Project Manager OPITZ CONSULTING

Mehr

Innovatives Reporting mit PM10: Analysen und Berichte mit Single Point of Truth 11.00 11.45 Uhr

Innovatives Reporting mit PM10: Analysen und Berichte mit Single Point of Truth 11.00 11.45 Uhr Copyright 2007 Infor. Alle Rechte vorbehalten. Innovatives Reporting mit PM10: Analysen und Berichte mit Single Point of Truth 11.00 11.45 Uhr Hubertus Thoma Presales Consultant PM Schalten Sie bitte während

Mehr

Profil Andy Sydow. Persönliche Daten. Profil. Profil Andy Sydow. Deutsch, Englisch (gut) Fachinformatiker für Anwendungsentwicklung

Profil Andy Sydow. Persönliche Daten. Profil. Profil Andy Sydow. Deutsch, Englisch (gut) Fachinformatiker für Anwendungsentwicklung Profil Andy Sydow Persönliche Daten Nationalität Sprachen Abschluss deutsch Deutsch, Englisch (gut) Fachinformatiker für Anwendungsentwicklung Profil Herr Sydow verfügt über mehrjährige Erfahrung als DWH/BI

Mehr

Performanceoptimierung mit Exadata Verarbeitung extremer Datenmengen mit PL/SQL basierter Datenbewirtschaftung (Erfahrungsbericht)

Performanceoptimierung mit Exadata Verarbeitung extremer Datenmengen mit PL/SQL basierter Datenbewirtschaftung (Erfahrungsbericht) Performanceoptimierung mit Exadata Verarbeitung extremer Datenmengen mit PL/SQL basierter Datenbewirtschaftung (Erfahrungsbericht) Christian Haag, DATA MART Consulting Consulting Manager Oracle DWH Team

Mehr

Sven Bosinger solution architect BI. Data Warehouse Architekturen Der Schlüssel zum Erfolg! DOAG 16.11.2007 1

Sven Bosinger solution architect BI. Data Warehouse Architekturen Der Schlüssel zum Erfolg! DOAG 16.11.2007 1 Sven Bosinger solution architect BI Data Warehouse Architekturen Der Schlüssel zum Erfolg! DOAG 16.11.2007 1 Agenda Kurze Vorstellung its-people Architektur als Erfolgsfaktor Verschiedene Architekturansätze

Mehr

Geschäftsprozessmodellierung und implementierung am Beispiel SAP ERP

Geschäftsprozessmodellierung und implementierung am Beispiel SAP ERP Geschäftsprozessmodellierung und implementierung am Beispiel SAP ERP V04 02. Mai 2011, 16.15-17.45 Uhr, ITS-Pool nur zugelassene Teilnehmer Niedersächsisches Hochschulkompetenzzentrum für SAP (CCC) Aktuelles

Mehr

DWH Szenarien. www.syntegris.de

DWH Szenarien. www.syntegris.de DWH Szenarien www.syntegris.de Übersicht Syntegris Unser Synhaus. Alles unter einem Dach! Übersicht Data-Warehouse und BI Projekte und Kompetenzen für skalierbare BI-Systeme. Vom Reporting auf operativen

Mehr

Data Governance Informationen kontrolliert managen

Data Governance Informationen kontrolliert managen make connections share ideas be inspired Data Governance Informationen kontrolliert managen Michael Herrmann SAS Copyright 2013, SAS Institute Inc. All rights reserved. DATA GOVERNANCE TRENDS UND TREIBER:

Mehr

Performance Modelling Strukturen Portfolio Calculation Benchmark und Funddecomposition Risikokennzahlen Transaktionen

Performance Modelling Strukturen Portfolio Calculation Benchmark und Funddecomposition Risikokennzahlen Transaktionen Zeitraum Februar 2008 bis Januar 2009 Anforderungen Bank in Zürich Erweiterung des bestehenden Client Reporting Systems für institutionelle Kunden. Erstellung von Konzepten zur fachlichen und technischen

Mehr

BI WIKI START-UP YOUR DWH PARTIZIPATIVE BI IM ZEITALTER VON BIG DATA

BI WIKI START-UP YOUR DWH PARTIZIPATIVE BI IM ZEITALTER VON BIG DATA BI WIKI START-UP YOUR DWH PARTIZIPATIVE BI IM ZEITALTER VON BIG DATA Agenda VORSTELLUNG B.TELLIGENT WIE ENTSTEHT EINE KENNZAHL? WAS SIND METADATEN? AUFBAU UND FUNKTIONSWEISE DES BI WIKI LIVE DEMO ZUSAMMENFASSUNG

Mehr

Oracle Data Integrator in der Praxis

Oracle Data Integrator in der Praxis Oracle Data Integrator in der Praxis Anbindung von SAP ERP und Essbase Andreas Ballenthin Solution Architect OPITZ CONSULTING Gummersbach GmbH Oracle Business Intelligence und Data Warehouse Konferenz

Mehr

TransConnect - Anwendertag

TransConnect - Anwendertag TransConnect - Anwendertag Master Data Management mit TransConnect - neu oder nicht? Jürgen Bittner Realität eines Unternehmens Zahlreiche Softwaresysteme bzw. Datenbestände, die Daten der gleichen Objekte

Mehr

Planung und Effizienz durch optimale Datenqualität sicherstellen Frankfurt, März 2013

Planung und Effizienz durch optimale Datenqualität sicherstellen Frankfurt, März 2013 Planung und Effizienz durch optimale Datenqualität sicherstellen Frankfurt, März 2013 Dr. Wolfgang Martin Analyst, ibond Partner und Ventana Research Advisor Immer wieder: Datenqualität Begann es 1805?

Mehr

Einmal Pie-Chart und zurück: Manchmal ist mehr drin als man glaubt

Einmal Pie-Chart und zurück: Manchmal ist mehr drin als man glaubt Einmal Pie-Chart und zurück: Manchmal ist mehr drin als man glaubt Ian Perry Marco Lehmann Stefan Sander Darmstadt, 6.11.2012 Einmal Pie-Chart und zurück Ian Perry Sales Engineer - IP&S Client Technical

Mehr

Oracle Warehouse Builder: Automatisierung von Designschritten bei der Bayer HealthCare AG. Referent: Lutz Bauer, MT AG, Leiter CC Data Integration

Oracle Warehouse Builder: Automatisierung von Designschritten bei der Bayer HealthCare AG. Referent: Lutz Bauer, MT AG, Leiter CC Data Integration Oracle Warehouse Builder: Automatisierung von Designschritten bei der Bayer HealthCare AG Referent: Lutz Bauer, MT AG, Leiter CC Data Integration MT AG managing technology Key-facts: 1994: Gründung als

Mehr

In-Memory & Real-Time Hype vs. Realität: Maßgeschneiderte IBM Business Analytics Lösungen für SAP-Kunden

In-Memory & Real-Time Hype vs. Realität: Maßgeschneiderte IBM Business Analytics Lösungen für SAP-Kunden In-Memory & Real-Time Hype vs. Realität: Maßgeschneiderte IBM Business Analytics Lösungen für SAP-Kunden Jens Kaminski ERP Strategy Executive IBM Deutschland Ungebremstes Datenwachstum > 4,6 Millarden

Mehr

Quality Point München Datenqualität

Quality Point München Datenqualität Quality Point München Datenqualität Paul, wie ist denn Eure Datenqualität? Nachdem ich bei der letzten Gehaltszahlung mit Frau... angeredet wurde, bin ich mir nicht mehr so sicher. Autor: W. Ulbrich IT&More

Mehr

Information Governance die unterschätzte Unternehmensdisziplin IBM Inside 2010, Okt. 2010

Information Governance die unterschätzte Unternehmensdisziplin IBM Inside 2010, Okt. 2010 Information Governance die unterschätzte Unternehmensdisziplin IBM Inside 2010, Okt. 2010 Dr. Wolfgang Martin Analyst, ibond Partner und Ventana Research Advisor Information Governance Information Management

Mehr

Nutzen Sie das Potenzial Ihrer Daten durch optimale Datenqualität!

Nutzen Sie das Potenzial Ihrer Daten durch optimale Datenqualität! your way to data excellence Reduzieren Sie Kosten Eliminieren Sie Risiken Optimieren Sie Prozesse Steigern Sie Umsatz und Gewinn Nutzen Sie das Potenzial Ihrer Daten durch optimale Datenqualität! Treffen

Mehr

Die Bedeutung der Prozessmodellierung bei der Weiterentwicklung des DWHs der DAK Der Innovator als Missing Link

Die Bedeutung der Prozessmodellierung bei der Weiterentwicklung des DWHs der DAK Der Innovator als Missing Link Die Bedeutung der Prozessmodellierung bei der Weiterentwicklung des DWHs der DAK Der Innovator als Missing Link Konrad Linner, solvistas GmbH Nürnberg, 20.November 2012 Inhaltsverzeichnis Vorstellung solvistas

Mehr

Mit Oracle EDQ schnell und einfach die Datenqualität sicherstellen

Mit Oracle EDQ schnell und einfach die Datenqualität sicherstellen Mit Oracle EDQ schnell und einfach die Datenqualität sicherstellen Dr. Holger Dresing Oracle Deutschland B.V. & Co. KG Schlüsselworte: EDQ Enterprise Data Quality, DIS Data Integration Solutions, ETL Extract,

Mehr

Uniserv Academy, Frankfurt am Main 19.05.2015 Kundendaten effektiv und nachhaltig managen Wie Data Governance hilft, Ihre Kunden besser zu verstehen

Uniserv Academy, Frankfurt am Main 19.05.2015 Kundendaten effektiv und nachhaltig managen Wie Data Governance hilft, Ihre Kunden besser zu verstehen Fakultät Informatik und Wirtschaftsinformatik Sanderheinrichsleitenweg 20 97074 Würzburg Folie 1 Uniserv Academy, Frankfurt am Main 19.05.2015 Kundendaten effektiv und nachhaltig managen Wie Data Governance

Mehr

4. WORKSHOP - OSBI Big Data und Datenvirtualisierung. Dr. Sebastian Streit & Maxim Zehe

4. WORKSHOP - OSBI Big Data und Datenvirtualisierung. Dr. Sebastian Streit & Maxim Zehe 4. WORKSHOP - OSBI Big Data und Datenvirtualisierung Dr. Sebastian Streit & Maxim Zehe F. Hoffmann-La Roche AG Gegründet 1896 in Basel Über 80.000 Mitarbeitende Führende Position in Pharma Fokussierung

Mehr

Vom Single Point of Truth zur Single Version of the Facts. Data Warehousing zu Beginn des BigData-Zeitalters. inspire IT - Frankfurt 11. 12.05.

Vom Single Point of Truth zur Single Version of the Facts. Data Warehousing zu Beginn des BigData-Zeitalters. inspire IT - Frankfurt 11. 12.05. Vom Single Point of Truth zur Single Version of the Facts Data Warehousing zu Beginn des BigData-Zeitalters inspire IT - Frankfurt 11. 12.05.2015 Fahmi Ouled-Ali Kabel Deutschland Marian Strüby OPITZ CONSULTING

Mehr

Daten verstehen. Prozessoptimierung Applikationsmanagement Systemintegration. Daten- u. Prozessmodellierung Applikationsentwicklung Systemintegration

Daten verstehen. Prozessoptimierung Applikationsmanagement Systemintegration. Daten- u. Prozessmodellierung Applikationsentwicklung Systemintegration Actum + MIOsoft Ihr SAP Partner Prozessoptimierung Applikationsmanagement Systemintegration Daten verstehen Daten managen Business Analytics und IT Plattformanbieter Daten- u. Prozessmodellierung Applikationsentwicklung

Mehr

Die Rolle des Stammdatenmanagements im digitalen Unternehmen

Die Rolle des Stammdatenmanagements im digitalen Unternehmen Dr. Wolfgang Martin Analyst und Mitglied im Boulder BI Brain Trust Die Rolle des Stammdatenmanagements im digitalen Unternehmen Frankfurt, April 2015 Die Digitalisierung der Welt Nach der Globalisierung

Mehr

Intelligente Unternehmens- und Prozesssteuerung durch CPM

Intelligente Unternehmens- und Prozesssteuerung durch CPM Intelligente Unternehmens- und Prozesssteuerung durch CPM 5. IIR Forum BI, Mainz, Sept. 2006 Dr. Wolfgang Martin Analyst, ibond Partner, Ventana Research Advisor und Research Advisor am Institut für Business

Mehr

Survival Guide für Ihr Business Intelligence-Projekt

Survival Guide für Ihr Business Intelligence-Projekt Survival Guide für Ihr Business Intelligence-Projekt Sven Bosinger Solution Architect BI Survival Guide für Ihr BI-Projekt 1 Agenda Was ist Business Intelligence? Leistungsumfang Prozesse Erfolgsfaktoren

Mehr

Master Data Management

Master Data Management Master Data Management Warum Stammdatenmanagement Komplexität reduzieren Stammdatenmanagement bringt Ordnung in ihre Stammdaten. Doubletten werden erkannt und gesperrt. Stammdaten verschiedener Quellsysteme

Mehr

Die Rolle von Stammdaten-Management in einer SOA

Die Rolle von Stammdaten-Management in einer SOA Die Rolle von Stammdaten-Management in einer SOA Frankfurt, Sept. 2007 Dr. Wolfgang Martin Analyst, ibond Partner, Ventana Research Advisor und Research Advisor am Institut für Business Intelligence Rolle

Mehr

Wie integriert sich BI in den unternehmensweiten Softwareentwicklungsprozess? Nürnberg, 10.11.2009

Wie integriert sich BI in den unternehmensweiten Softwareentwicklungsprozess? Nürnberg, 10.11.2009 Wie integriert sich BI in den unternehmensweiten Softwareentwicklungsprozess? Nürnberg, 10.11.2009 I N H A L T 1. Warum Modelle für Business Intelligence (BI)? 2. Anforderungen von BI an Software- Entwicklungsprozesse

Mehr

Informatica Day 2010 Deutschland Best Practice: Data-Consolidation im SAP Umfeld bei Siemens. Frank Hincke, DIMQ, Köln 03/2010

Informatica Day 2010 Deutschland Best Practice: Data-Consolidation im SAP Umfeld bei Siemens. Frank Hincke, DIMQ, Köln 03/2010 Informatica Day 2010 Deutschland Best Practice: Data-Consolidation im Umfeld bei Siemens Frank Hincke, DIMQ, Köln 03/2010 Agenda Vorstellung Sprecher Programm ATLAS im Bereich Siemens Bereich Energie,

Mehr

Aktuelle Trends im CRM

Aktuelle Trends im CRM . CRM-Symposium.. Aktuelle Trends im CRM Prof. Dr. Klaus D. Wilde Lehrstuhl für ABWL und Wirtschaftsinformatik Katholische Universität Eichstätt-Ingolstadt. &. Generation KM ext Best X Aktionsorientiertes

Mehr

Data Quality Management. Data Quality Management. Daten organisieren, revisionssicher korrigieren und Informationsqualität steigern.

Data Quality Management. Data Quality Management. Daten organisieren, revisionssicher korrigieren und Informationsqualität steigern. Data Quality Management Data Quality Management Daten organisieren, revisionssicher korrigieren und Informationsqualität steigern zeb Data Quality Management Daten organisieren, revisionssicher korrigieren

Mehr

BI-Metadaten. Ein ETL-Toolübergreifender. Ansatz. Dr. Lutz Driesen BI-Konferenz Hannover/ 11.03.2015

BI-Metadaten. Ein ETL-Toolübergreifender. Ansatz. Dr. Lutz Driesen BI-Konferenz Hannover/ 11.03.2015 BI-Metadaten Ein ETL-Toolübergreifender Ansatz Dr. Lutz Driesen BI-Konferenz Hannover/ 11.03.2015 Inhalt 1 Die BI-Landschaft bei der Allianz Deutschland AG 2 Problem: Die technische Diversität der ETL-Prozesse

Mehr

Prozessautomatisierung Vom Geschäftsprozess zum IT-Prozess Benjamin Brunner SOA Architect OPITZ CONSULTING Bad Homburg GmbH

Prozessautomatisierung Vom Geschäftsprozess zum IT-Prozess Benjamin Brunner SOA Architect OPITZ CONSULTING Bad Homburg GmbH Prozessautomatisierung Vom Geschäftsprozess zum IT-Prozess Benjamin Brunner SOA Architect OPITZ CONSULTING Bad Homburg GmbH Agenda Warum Prozessautomatisierung? Prozessautomatisierung in einer SOA Von

Mehr

ORACLE PROFIL UND REFERENZEN

ORACLE PROFIL UND REFERENZEN ORACLE PROFIL UND REFERENZEN _ Das Orbit Oracle-Profil: Referenzen & Leistungen DAS ORBIT ORACLE-PROFIL: REFERENZEN & LEISTUNGEN ORBIT hat seinen Ursprung im Bereich Datenbanken & Applikationsentwicklung

Mehr

25.06.2014 TDWI Konferenz DWH Architektur Agilität durch Data Vault Modeling. Twitter: #TDWI #DataVault @DV_Modeling @BLUEFORTE @TDWI_EU

25.06.2014 TDWI Konferenz DWH Architektur Agilität durch Data Vault Modeling. Twitter: #TDWI #DataVault @DV_Modeling @BLUEFORTE @TDWI_EU BLUEFORTE GmbH Dirk Lerner 25.06.2014 TDWI Konferenz DWH Architektur Agilität durch Data Vault Modeling Twitter: #TDWI #DataVault @DV_Modeling @BLUEFORTE @TDWI_EU 1 Elemente des Data Vault (Basic) HUB

Mehr

Andreas Emhart Geschäftsführer Alegri International Group

Andreas Emhart Geschäftsführer Alegri International Group Andreas Emhart Geschäftsführer Alegri International Group Agenda Vorstellung Alegri International Überblick Microsoft Business Intelligence Sharepoint Standard Business Intelligence Tool Excel Service

Mehr

EXASolution als Bestandteil einer BI / DWH- und Kampagnenmanagementlandschaft Ein Erfahrungsbericht aus der Praxis

EXASolution als Bestandteil einer BI / DWH- und Kampagnenmanagementlandschaft Ein Erfahrungsbericht aus der Praxis EXASolution als Bestandteil einer BI / DWH- und Kampagnenmanagementlandschaft Ein Erfahrungsbericht aus der Praxis Business Apéro Exasol / SHS VIVEON, Zürich Zürich, 15. November 2011 Dr. Jörg Westermayer

Mehr

Oracle Warehouse Builder Wie finde ich den richtigen Nachfolger?

Oracle Warehouse Builder Wie finde ich den richtigen Nachfolger? Oracle Warehouse Builder Wie finde ich den richtigen Nachfolger? Oracle DWH Community Treffen Hannover Michael Klose 10. März 2015 CGI Group Inc. Referent: Michael Klose Manager BI Architektur & Strategie,

Mehr

Rolle des Stammdatenmanagements in einer SOA

Rolle des Stammdatenmanagements in einer SOA Rolle des Stammdatenmanagements in einer SOA Forum Stammdatenmanagement, November 2006 Dr. Wolfgang Martin Analyst, ibond Partner, Ventana Research Advisor und Research Advisor am Institut für Business

Mehr

MHP Entreprise Data Quality Ihre Lösung zur Bereinigung und Konsolidierung von Geschäftsdaten!

MHP Entreprise Data Quality Ihre Lösung zur Bereinigung und Konsolidierung von Geschäftsdaten! MHP Entreprise Data Quality Ihre Lösung zur Bereinigung und Konsolidierung von Geschäftsdaten! Business Solutions 2015 Mieschke Hofmann und Partner Gesellschaft für Management- und IT-Beratung mbh Agenda

Mehr

Data Governance als Teil von IT Governance. Dr.Siegmund Priglinger spriglinger@informatica.com 18.Juni 2007

Data Governance als Teil von IT Governance. Dr.Siegmund Priglinger spriglinger@informatica.com 18.Juni 2007 1 Data Governance als Teil von IT Governance Dr.Siegmund Priglinger spriglinger@informatica.com 18.Juni 2007 2 Agenda Informatica - Allgemeiner Überblick Die Informatica Data Quality Lösungen im Überblick

Mehr

Business Intelligence und Geovisualisierung in der Gesundheitswirtschaft

Business Intelligence und Geovisualisierung in der Gesundheitswirtschaft Business Intelligence und Geovisualisierung in der Gesundheitswirtschaft Prof. Dr. Anett Mehler-Bicher Fachhochschule Mainz, Fachbereich Wirtschaft Prof. Dr. Klaus Böhm health&media GmbH 2011 health&media

Mehr

Celonis Process Mining

Celonis Process Mining REALISIEREN BERATEN OPTIMIEREN COCUS AG - COMPANY FOR CUSTOMERS Celonis Process Mining 25.März 2014 AXAS AG / COCUS AG AXAS AG Nicolas Pantos Mitglied der Direktion Hirschgässlein 19 CH-4051 Basel Direct

Mehr

Advanced Monitoring von ETL-Prozessen. Sven Bosinger its-people

Advanced Monitoring von ETL-Prozessen. Sven Bosinger its-people Sven Bosinger its-people 1 Sven Bosinger Solution Architect BI u. Portfoliomanagement BI its-people Hochtaunus GmbH sven.bosinger@its-people.de www.its-people.de 2 Das Team Unternehmensphilosophie Gemeinschaft

Mehr

Mehr Dynamik in Apex mit Javascript und JQuery. Alexander Scholz its-people

Mehr Dynamik in Apex mit Javascript und JQuery. Alexander Scholz its-people Vortrag zur DOAG Konferenz 2011 Mehr Dynamik in Apex mit und Alexander Scholz its-people 1 Ablauf Thema des Vortragsthemas Motivation Besonderheit des Referenten Alexander Scholz its-people Wie kann in

Mehr

Master Data Management - Wege aus der Datenkrise

Master Data Management - Wege aus der Datenkrise Master Data Management - Wege aus der Datenkrise Conect 2008-04-03 Dr. Siegmund Priglinger Business Application Research Center (BARC) Steinbachtal 2b D-97082 Würzburg +49-931-8806510 www.barc.de Agenda

Mehr

Erfolgsfaktor Datenqualität im Immobilienmanagement Eine Strategie zur nachhaltigen Verbesserung der Datenqualität

Erfolgsfaktor Datenqualität im Immobilienmanagement Eine Strategie zur nachhaltigen Verbesserung der Datenqualität Erfolgsfaktor Datenqualität im Immobilienmanagement Eine Strategie zur nachhaltigen Verbesserung der Datenqualität Joachim Sobota und Axel Hummel 16. SAP Forum für die Immobilienwirtschaft, 24.-25. Sept

Mehr

OWB 10.2 Experts im Einsatz: Automatisierung von Designschritten bei der Bayer Healthcare AG. Referent: Lutz Bauer, Senior Systemberater, MT AG

OWB 10.2 Experts im Einsatz: Automatisierung von Designschritten bei der Bayer Healthcare AG. Referent: Lutz Bauer, Senior Systemberater, MT AG OWB 10.2 Experts im Einsatz: Automatisierung von Designschritten bei der Bayer Healthcare AG Referent: Lutz Bauer, Senior Systemberater, MT AG Inhaltsverzeichnis Kurzvorstellung Data Warehouse Bayer Healthcare

Mehr

Data Management, Big Data, Analytics, BI & DWH in the cloud. DOAG 2014 Business Intelligence. 3. April 2014 in München. bi.doag.

Data Management, Big Data, Analytics, BI & DWH in the cloud. DOAG 2014 Business Intelligence. 3. April 2014 in München. bi.doag. Data Management, Big Data, Analytics, BI & DWH in the cloud DOAG 2014 Business Intelligence 3. April 2014 in München In-Memory, ETL, Analytics, Big Data und Cloud Die Keynote Wie können Oracle-Anwender

Mehr

Microsoft Office SharePoint 2007

Microsoft Office SharePoint 2007 Inhalt 1 Erstellen von Workflows für Microsoft Office SharePoint 2007 15 June 2009 Sebastian Gerling Sebastian.gerling@spiritlink.de COPYRIGHT 2003 SPIRIT LINK GMBH. ALL RIGHTS RESERVED Inhalt 1 Dipl.

Mehr

Agile Analytics Neue Anforderungen an die Systemarchitektur

Agile Analytics Neue Anforderungen an die Systemarchitektur www.immobilienscout24.de Agile Analytics Neue Anforderungen an die Systemarchitektur Kassel 20.03.2013 Thorsten Becker & Bianca Stolz ImmobilienScout24 Teil einer starken Gruppe Scout24 ist der führende

Mehr

Application Performance Management. Auch eine Frage des Netzwerkes?

Application Performance Management. Auch eine Frage des Netzwerkes? Application Performance Management Auch eine Frage des Netzwerkes? Agenda Architektur von Webanwendungen Lange Applikationsantwortzeiten Application Performance Management (APM) Netzwerkbasiertes APM Serverbasiertes

Mehr

Data Warehouse Grundlagen

Data Warehouse Grundlagen Seminarunterlage Version: 2.10 Version 2.10 vom 24. Juli 2015 Dieses Dokument wird durch die veröffentlicht.. Alle Rechte vorbehalten. Alle Produkt- und Dienstleistungs-Bezeichnungen sind Warenzeichen

Mehr

Master Data Management als Basis für eine Enterprise SOA Strategie

Master Data Management als Basis für eine Enterprise SOA Strategie Master Data Management als Basis für eine Enterprise SOA Strategie Executive Round Table MDM, Wien, Februar 2008 Dr. Wolfgang Martin Analyst, ibond Partner, Ventana Research Advisor und Research Advisor

Mehr

Business Intelligence - Wie passt das zum Mainframe?

Business Intelligence - Wie passt das zum Mainframe? Business Intelligence - Wie passt das zum Mainframe? IBM IM Forum, 15.04.2013 Dr. Carsten Bange, Gründer und Geschäftsführer BARC Ressourcen bei BARC für Ihr Projekt Durchführung von internationalen Umfragen,

Mehr

Mit Excel Know-how webbasierte BI- Applikationen erstellen #MobileBI Business Driven Intelligence

Mit Excel Know-how webbasierte BI- Applikationen erstellen #MobileBI Business Driven Intelligence Mit Excel Know-how webbasierte BI- Applikationen erstellen #MobileBI Jochen Heßler, 16.03.2015 2002 Gegründet in Freiburg, Deutschland 2002 Heute Büros in Freiburg, Frankfurt, Düsseldorf, Paris, Boston

Mehr

EDI. Elektronischer Datenaustausch

EDI. Elektronischer Datenaustausch EDI Elektronischer Datenaustausch 1 Inhalt EDI Was ist das? EDI Ihre Vorteile EDI Einbindung und Einsparung EDI Ihre Ansprechpartner 2 EDI Was ist das? 3 Definitionen EDI (Electronic Data Interchange)

Mehr

Business Intelligence Center of Excellence

Business Intelligence Center of Excellence Center of Excellence Eine Businessinitiative von Systematika und Kybeidos Werner Bundschuh Was ist das? In der Praxis versteht man in den meisten Fällen unter die Automatisierung des Berichtswesens (Reporting).

Mehr

Vertriebssteuerung & Controlling Konkrete Vertriebsziele, passend zur Unternehmensstrategie

Vertriebssteuerung & Controlling Konkrete Vertriebsziele, passend zur Unternehmensstrategie Konkrete Vertriebsziele, passend zur Unternehmensstrategie Wir ermöglichen Ihnen mit dem Service Vertriebssteuerung die erfolgreiche Umsetzung Ihrer Unternehmensstrategie in operativ umsetzbare Vertriebsziele.

Mehr

Datenintegration mit Informatica PowerCenter

Datenintegration mit Informatica PowerCenter Datenintegration mit Informatica PowerCenter Mein Weg vom Studenten zum Consultant Christoph Arnold 03.07.2013 1 Agenda Von der THM zu Infomotion Datenschieberei oder doch mehr? Die weite Welt von Informatica

Mehr

Die Microsoft-Komplettlösung für Datawarehousing, Big Data und Business Intelligence im Überblick. Volker.Hinz@microsoft.com

Die Microsoft-Komplettlösung für Datawarehousing, Big Data und Business Intelligence im Überblick. Volker.Hinz@microsoft.com Die Microsoft-Komplettlösung für Datawarehousing, Big Data und Business Intelligence im Überblick Volker.Hinz@microsoft.com Was sagt der Markt? Fakten Meinung der Analysten zu Microsofts Angeboten Nutzen

Mehr

EDI / Ein Überblick. EDI / Was ist das? Ihre Vorteile. Einsparpotentiale. Ansprechpartner. Hansgrohe. All rights reserved.

EDI / Ein Überblick. EDI / Was ist das? Ihre Vorteile. Einsparpotentiale. Ansprechpartner. Hansgrohe. All rights reserved. EDI / Ein Überblick EDI / Was ist das? Ihre Vorteile Einsparpotentiale Ansprechpartner EDI / Was ist das? EDI (Electronic Data Interchange) EDI ist die elektronische Abwicklung von Geschäftsprozessen von

Mehr

Business Intelligence

Business Intelligence Business Intelligence Anwendungssysteme (BIAS) Lösung Aufgabe 1 Übung WS 2012/13 Business Intelligence Erläutern Sie den Begriff Business Intelligence. Gehen Sie bei der Definition von Business Intelligence

Mehr

Forum Kommune 21, DiKOM Nord Hannover, 17. Februar 2011

Forum Kommune 21, DiKOM Nord Hannover, 17. Februar 2011 Forum Kommune 21, DiKOM Nord Hannover, 17. Februar 2011 Trends, Muster und Korrelationen erkennen und die richtigen Schlüsse daraus ziehen: MACH BI der für öffentliche Einrichtungen passende Zugang zur

Mehr

Einführungsveranstaltung: Data Warehouse

Einführungsveranstaltung: Data Warehouse Einführungsveranstaltung: 1 Anwendungsbeispiele Berichtswesen Analyse Planung Forecasting/Prognose Darstellung/Analyse von Zeitreihen Performancevergleiche (z.b. zwischen Organisationseinheiten) Monitoring

Mehr

SQL PASS Treffen RG KA. Überblick Microsoft Power BI Tools. Stefan Kirner Karlsruhe, 27.05.2014

SQL PASS Treffen RG KA. Überblick Microsoft Power BI Tools. Stefan Kirner Karlsruhe, 27.05.2014 SQL PASS Treffen RG KA Überblick Microsoft Power BI Tools Stefan Kirner Karlsruhe, 27.05.2014 Agenda Die wichtigsten Neuerungen in SQL 2012 und Power BI http://office.microsoft.com/en-us/office365-sharepoint-online-enterprise-help/power-bi-for-office-365-overview-andlearning-ha104103581.aspx

Mehr

Mehr Wissen über Kunden und Leistungen Daten und Prozesse verbinden CeBIT, Hannover, 10.03.2014. Martin Böhn, Head of CRM, Senior Analyst

Mehr Wissen über Kunden und Leistungen Daten und Prozesse verbinden CeBIT, Hannover, 10.03.2014. Martin Böhn, Head of CRM, Senior Analyst Mehr Wissen über Kunden und Leistungen Daten und Prozesse verbinden CeBIT, Hannover, 10.03.2014 Martin Böhn, Head of CRM, Senior Analyst CRM in der heutigen Praxis: Kampf Vor-Ort- Termine Prospekte, Beispiele

Mehr

Eine Strategie zur nachhaltigen Verbesserung der Datenqualität

Eine Strategie zur nachhaltigen Verbesserung der Datenqualität Eine Strategie zur nachhaltigen Verbesserung der Datenqualität Christian Fürber, Michael Wernz, Joachim Sobota TDWI 2013 19.06.2013 Vorstellung des Information Quality Institute 1 2 3 4 5 6 7 Bedeutung

Mehr

Oracle GridControl Tuning Pack. best Open Systems Day April 2010. Unterföhring. Marco Kühn best Systeme GmbH marco.kuehn@best.de

Oracle GridControl Tuning Pack. best Open Systems Day April 2010. Unterföhring. Marco Kühn best Systeme GmbH marco.kuehn@best.de Oracle GridControl Tuning Pack best Open Systems Day April 2010 Unterföhring Marco Kühn best Systeme GmbH marco.kuehn@best.de Agenda GridControl Overview Tuning Pack 4/26/10 Seite 2 Overview Grid Control

Mehr